駕駛人風險感知量表的修訂及信效度檢驗

任高曉

(遼寧師范大學 心理學院，遼寧 大連 116029)

1 引言

風險感知(Risk Perception)是指駕駛人在駕駛過程中對交通情境中危險產生的主觀體驗，個體間的風險感知水平存在差異[1]。風險感知水平會影響駕駛人對駕駛情境中交通危險的識別和預測，與交通安全密切相關[2-3]。隨著駕駛人駕駛經驗的提升，他們對危險的識別更迅速，風險感知水平也越高[4]。駕駛人的風險感知水平與駕駛行為之間相關顯著，風險感知水平越高，攻擊性駕駛行為越少[5]。

以往對風險感知的測量主要分為實驗法和主觀報告法兩種[3,5-6]。實驗法指使用真實拍攝的交通情境視頻材料或者模擬駕駛視頻材料來測量駕駛人的風險感知水平。實驗法在操作中既能控制各個變量，也不會給駕駛人帶來任何危險，是目前較為理想的研究方法，也是未來研究的方向[7]。主觀報告法主要指使用問卷來測量駕駛人的風險感知水平。最常用的風險感知問卷之一是駕駛人風險感知量表[8]。該量表包含8個題目，3個維度，衡量風險感知的不同方面。維度一——擔心和不安全感，考察被試對交通事故傷害的擔心和不安全感；維度二——可能性評估考察，被試對本人以及青少年在交通事故中發生事故的概率評估；維度三——關切，考察被試對交通相關危險的關心程度。研究表明Rundmo編制的駕駛人風險感知量表的信度和效度較好，可以對駕駛人施測[9]。

截止目前，我國針對駕駛人群體的風險感知量表較少。研究者針對駕駛人開發的風險感知量表也存在信效度不良，題量過大、維度定義不清晰等問題，無法達到研究目的[10]。因此，征得原作者同意后，本研究對Rundmo編制的風險感知量表進行了修訂，為衡量中國司機風險感知提供一個可靠的工具。

2 對象與方法

2.1 對象

在遼寧大連、沈陽和北京市隨機發放問卷310份，回收有效數據299份(96.5%)。其中，男性157名，女性142名。駕駛人年齡在18～40歲之間(21.55±2.65歲)，駕齡在1～10年之間(2.18±1.29歲)。受教育程度：初中43人，高中92人，本科及以上164人。

2.2 研究工具

2.2.1 風險感知量表

風險感知量表共8道題目，從擔心和不安全感、可能性評估、關切三個方面來考察駕駛人的風險感知水平。其中，擔心和不安全感包括4個題目，可能性評估包括2個題目，關切包括2個題目。量表的計分方法為 7點記分，從1分(一點也不)到7分(非常)。量表采用總分作為統計指標，總分越高，風險感知水平越好。

本研究嚴格按照量表修訂的翻譯-回譯程序對原量表進行翻譯。原量表所有項目翻譯完成后，特別邀請兩位交通心理學專家對量表項目進行逐個評定。該程序可確保項目描述的準確性，使其適應中國駕駛人的理解方式。

2.2.2 親社會與攻擊性駕駛行為量表

本研究使用馬文瑤等人修訂的中文版親社會與攻擊性駕駛行為量表，量表由28個項目組成，分為親社會駕駛行為和攻擊性駕駛行為兩部分[11]。題目1～16為親社會駕駛行為分量表，題目17-28為攻擊性駕駛行為分量表。量表的計分方法為6點計分，從1分(從不)到6分(總是)。對本研究的樣本進行施測結果表明，兩個分量表的內部一致性系數分別為0.91、0.73，信度良好。

2.3 研究程序

參與抽樣調查的駕駛人在被告知本研究的研究目的并且確認其知情同意后，依次填寫基本人口學信息統計表、風險感知量表、親社會和攻擊性駕駛行為量表。

2.4 統計處理

使用 SPSS 21.0 軟件進行數據統計分析。

3 結果

3.1 描述性統計分析

使用經過篩選保留的299份有效數據計算各個題目的描述性統計值，包含平均數、偏度、峰度，結果見表1。

表1 描述性統計分析與因子負荷

由表1，本量表8個題目均設置7個選項，被試的選擇范圍均在1-7之間，平均數在4.43～5.14之間，偏度和峰度的變化也在正常范圍內。這表明，量表8個題目的內容和選項設置均比較合理。

3.2 項目分析

將項目與總分的相關系數及相關的顯著性作為項目分析的指標。由表1，8個項目與量表總分之間的相關系數均大于0.3，并且達到顯著性水平(P<0.001)，保留所有題目進行下一步分析。

3.3 探索性因素分析

對保留的8個題目進行主成分因素分析，KMO=0.730，Bartlett球形檢驗結果達到顯著性水平(P< 0.001)。采用主成分分析方法，結果顯示有3個特征根大于1的因子，累計方差貢獻率達到70.80%。參照原始量表分別將 3個因子命名為擔心和不安全感(題目1、題目2、題目3、題目4)、可能性評估(題目5、題目6)、關切(題目7、題目8)。

3.4 驗證性因素分析

采用驗證性因素分析方法進行分析，考察修訂版駕駛行為量表在結構特征上的擬合程度。見表2。表中的各項指標達到理想擬合標準。

表2 驗證性因素分析的擬合指數

3.5 信度分析

對量表的信度進行分析。結果發現，量表內部一致性信度為0.78，擔心與不安全感的信度為0.74，可能性評估的信度為0.75，關切的信度為0.84。

3.6 效度分析

3.6.1 內容效度

對量表三個維度進行相關分析，結果見表3。各維度間相關系數在0.22～0.37之間，這表明量表內容效度較好。

3.6.2 相容效度

對親社會與攻擊性駕駛行為量表兩個維度得分與風險感知量表三個維度得分進行相關分析，結果見表3。結果表明，親社會駕駛行為得分與擔心和不安全感、可能性評估、關切三個維度均呈顯著正相關(P<0.05)；攻擊性駕駛行為與擔心和不安全感、可能性評估、關切三個維度均呈顯著負相關(P<0.01)。這說明，修訂后量表具有良好的相容效度。

表3 量表效度分析

3.6.3 實證效度

對量表各維度與被試在過去一年內發生的交通違規次數、交通事故次數進行相關分析，結果見表3。駕駛人交通違規次數與擔心和不安全感維度、可能性評估維度、關切維度存在顯著負相關。交通事故次數與擔心和不安全感維度、可能性評估維度、關切維度存在顯著負相關。

進一步使用獨立樣本t檢驗，對有交通違規(交通事故)、無交通違規(交通事故)的駕駛人進行分析。結果見表4、表5。

表4 有無交通違規駕駛人風險感知均值比較(M±SD)

表5 有無交通事故駕駛人風險感知均值比較(M±SD)

結果表明，有交通違規、有交通事故記錄的駕駛人在風險感知總分及各維度的得分均低于無交通違規、無交通事故記錄的駕駛人。這說明，修訂后的量表可以很好地區分有無交通違規(交通事故)記錄的駕駛人。

3.7 人口學變量分析

3.7.1 風險感知的性別差異

采用獨立樣本t檢驗探索性別對駕駛人風險感知水平的影響，男女駕駛人風險感知量表得分之間的均值比較見表6。

表6 男女駕駛人風險感知量表得分均值比較(M±SD)

由表6，發現男性、女性駕駛人在風險感知總分和各維度上得分均存在顯著差異，女性駕駛人風險感知水平顯著高于男性駕駛人。

3.7.2 駕駛人風險感知與人口學變量的相關

皮爾遜相關分析發現，駕駛人風險感知總分與年齡(r=0.17，P<0.01)、駕齡(r=0.29，P<0.01)、總駕駛里程(r=0.30，P<0.01)、駕駛頻率(r=0.16，P<0.01)呈顯著正相關。根據這一結果我們可以發現駕駛人的年齡越大，駕駛經驗越豐富，他們的風險感知水平越高。

4 討論

修訂后的中文版風險感知量表共8個題目，分為擔心和不安全感、可能性評估、關切3個維度。量表的內部一致性系數為0.78。每個題目與量表總分的相關達到顯著水平，且相關系數均在0.57以上。這說明量表的信度、效度較好。

風險感知總分及其各維度得分均與親社會駕駛行為呈正相關，與攻擊性駕駛人行為呈負相關。這與以往研究結論一致[5,12]。研究發現，風險感知水平高的駕駛人在駕駛過程中會采取更多的親社會駕駛行為，如主動給其他車輛讓道、避讓等[12]。風險感知水平低的駕駛人對危險的敏感度低，在駕駛過程中經常出現跟車距離過近、拒絕給其他車輛讓道、超速、連續超車等攻擊性駕駛行為[12-13]。 也就是說，駕駛人的風險感知水平越高，安全駕駛行為越多，發生事故的可能性也更低[2,5]。

駕駛人的風險感知水平與性別、駕駛經驗相關。就性別而言，女性駕駛人的風險感知水平明顯高于男性駕駛人，這與以往研究結果相同。大量研究發現，駕駛人風險感知水平的性別差異顯著，而且男性風險感知水平比女性低[2,14]。本研究發現，駕駛人的駕駛經驗越長，風險感知水平越高[4,9]。一方面，有經驗的駕駛人可以更好的適應復雜的路況，搜索當前場景中可能存在的危險，做出更快、更準確的反應[5,15]。另一方面，新手駕駛人往往會高估自己的駕駛技術，在遇到危險時只關注危險本身，不能對交通情境中危險進行整體的評估，無法提前做出避讓反應[3,12]。

最后，量表總分可以用來篩選有無交通違規和有無交通事故的駕駛人。本研究發現，有交通違規、有交通事故記錄的駕駛人風險感知總分及其各維度的得分均低于無交通違規記錄、無交通事故記錄的駕駛人。以往研究發現，駕駛人對風險的感知水平越高，發生事故的概率就越低[2-3]。這說明，修訂后的量表不僅可以用于檢測我國駕駛人的風險感知水平，還可以評估和篩選事故傾向性高的駕駛人。為降低駕駛人事故率，修訂后的量表可以為開展駕駛人選拔、駕駛干預訓練提供數據支持。

5 結論

修訂后的風險感知量表具有良好的信度和效度，可以作為測量我國私家車駕駛人風險感知的有效工具。